파이프라인 예측

정확한 파이프라인 예측에는 세 가지 구성 요소가 필요합니다. 잘 정의된 단계 모델 (각 파이프라인 단계는 거래가 진입하기 위한 객관적인 기준을 가져야 하며, 주관적인 낙관론이 예측을 부풀리는 것을 방지합니다), 과거 단계 전환율 (각 단계에 진입하는 거래 중 실제로 성사되는 비율은 얼마입니까?), 그리고 단계별 평균 판매 주기 시간 (거래가 다음 단계로 진행하거나 중단되기 전에 각 단계에서 얼마나 오래 머무릅니까?). 이러한 입력값을 통해 파이프라인 모델은 각 단계에 대한 가중 ARR을 계산합니다. 각 단계의 파이프라인에 과거 성사율을 곱합니다. 가중치를 부여한 값을 합산하면 예상 수익 예측이 나옵니다. Product Ops는 BI tool에서 파이프라인 모델을 구축하고 CRM 데이터를 분석에 연결합니다.

Product Ops는 순수 거래 건수 외에 파이프라인 예측에 중요한 맥락을 제공합니다. 기능 격차 분석 (누락된 제품 기능으로 인해 손실된 거래 추적)은 예측 (출시되지 않은 기능이 필요한 파이프라인의 거래는 위험이 더 높을 수 있음)과 로드맵 (거래 가치가 높은 기능 격차는 우선순위가 높아져야 함) 모두에 정보를 제공합니다. 파이프라인에 있는 체험 또는 프리미엄 계정의 제품 사용 데이터는 전환 확률을 예측합니다. 체험 기간 동안 PQL 임계값에 도달한 계정은 훨씬 더 높은 비율로 전환되어 예측 정확도를 향상시킵니다. Product Ops는 CRM 파이프라인과 제품 사용 데이터 간의 연결된 보고서를 구축하여 영업 리더십이 파이프라인 단계와 함께 체험 참여도를 확인할 수 있도록 합니다.

갱신 파이프라인 예측은 기반이 알려져 있고 (기존 ARR) 변수가 얼마나 유지되는지이기 때문에 신규 비즈니스 예측보다 더 신뢰할 수 있습니다. CS Ops는 갱신 파이프라인을 세 가지 범주로 분류합니다. Commit (높은 건강 점수, 활발한 CSM 참여, 이탈 위험 신호 없음 — 높은 갱신 확신); Best Case (혼합된 신호 — 일부 위험 요소는 있지만 확실한 이탈 의도는 없음 — 보통 확신); 그리고 At Risk (명확한 이탈 신호 — 낮은 건강 점수, CSM이 위험하다고 지정함 — 낮은 확신). 재무팀은 각 범주에 과거 정확도 비율을 적용하여 조정된 갱신 예측을 생성합니다. 갱신 예측은 CS 팀의 인력 계획에 직접 반영됩니다 (더 많은 위험 갱신은 더 많은 CSM 역량을 필요로 합니다).